原创 分支預測是什麼?爲什麼有序數組比無序數組快?

1. 背景 1.1. 問題的提出 2. 前情提示 2.1. 流水線 2.2. 分支預測器 2.2.1. 久遠的歷史 2.2.2. 在現代CPU中的情況 2.2.2.1. 沒有分支預測器會怎樣? 2.2.2.2. 有分

原创 一分鐘瞭解網卡知識

ip addr命令 網卡中的inet是ip地址,能看到子網掩碼 例如 10.20.53.115/24  網卡中的link/ether 這個是Mac地址,一個網卡的物理地址,16進制 6byte  全球唯一 eth0 網卡ip後面是glo

原创 ElasticSearch系列 - analyzer分詞

ElasticSearch系列 - analyzer分詞 文章目錄ElasticSearch系列 - analyzer分詞什麼是AnalyzerAnalyzer的組成ElasticSearch 的內置分詞器ElasticSearc

原创 ElasticSearch系列 - 文檔&索引

文章目錄ElasticSearch系列 - 文檔&索引對比MySQL文檔(Document)JSON文檔元數據索引(Index)Type ElasticSearch系列 - 文檔&索引 對比MySQL MySQL Elast

原创 數據庫如何實現彈性伸縮

1.寫在前面 在之前文章中,探討過到底爲什麼要雲原生,以及雲原生的核心應該是【彈性伸縮】和【按需計費】。並且簡單描述了下應用層做到【彈性伸縮】所需要解決的問題。 所以本文主要是繼續探討一下,彈性伸縮如何應用在數據庫上。以及目前業界一些案例

原创 ElasticSearch系列 - 集羣&節點和分片

ElasticSearch系列 - 集羣&節點和分片 文章目錄ElasticSearch系列 - 集羣&節點和分片ElasticSearch 特性節點Master eligible Node & Master NodeData N

原创 ElasticSearch系列 - ElasticSearch讀寫原理分析

1. 寫流程 Elasticsearch 是當前主流的搜索引擎,其具有擴展性好,查詢速度快,查詢結果近實時等優點,本文將對Elasticsearch的寫操作進行分析。 1.1. lucene的寫操作及其問題 Elasticsearch底層

原创 ElasticSearch爲什麼檢索快?對比Mysql分析

1. ES一定快嗎? 1.1. 數據庫的索引是B+tree結構 主鍵是聚合索引 其他索引是非聚合索引,見下圖 如果是一般搜索,一般從非聚集索樹上搜索出id,然後再到聚集索引樹上搜索出需要的內容。   1.2.  elasticsearc

原创 JDK8中HashMap依然會死循環!

JDK8中HashMap依然會死循環! ​ 是否你聽說過JDK8之後HashMap已經解決的擴容死循環的問題,雖然HashMap依然說線程不安全,但是不會造成服務器load飆升的問題。 ​ 然而事實並非如此。少年可曾瞭解一種紅黑

原创 數據庫如何彈性伸縮?

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":4},"content":[{"type":"text","text":"1.寫在前面"}]}

原创 服務等級協議SLA到底是在說什麼?

SLA(Service Level Agreement)服務等級協議 它描述是雙方的一種約定,是一種服務可用性的指標。服務可用性也是用百分比表示,但是與TP線含義不同 tp99%表示 滿足99%的請求所用的最大響應時間 可用性99%表示一

原创 流控神器-Sentinel-資源節點樹的構成(NodeSelectorSlot)

目錄   1. 概述 2. 一些需要知道的前提 2.1. Resource 2.2. Context 2.3. Entry 2.4. Node 3. 深入分析 3.1. demo啓動 3.2. 創建Context 3.3. 創建Entry

原创 爲什麼要雲原生?

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":4},"content":[{"type":"text","text":"1.寫在前面"}]}

原创 一分鐘帶你徹底理解同步異步,阻塞非阻塞的區別

同步異步&阻塞非阻塞區別1. 同步&異步2. 阻塞&非阻塞3. 幾種IO分類3.1. 同步阻塞IO3.2. 同步非阻塞IO3.3. IO多路複用(Reactor模式)3.4. 異步IO(Proactor模式) 1. 同步&異步 同

原创 ElasticSearch - 新老選主算法對比

1. 7.X之前的選主流程 Zen Discovery 採用Bully算法,它假定所有節點都有一個唯一的ID,使用該ID對節點進行排序。任何時候的當前Leader都是參與集羣的最高ID節點。該算法的優點是易於實現。但是,當擁有最大ID的節